Name: إطار Google للذكاء الاصطناعي الآمن (SAIF): دليل الحوكمة
Availability: InStock

إطار Google للذكاء الاصطناعي الآمن (SAIF): دليل الحوكمة – دورة Udemy يقدمها الدكتور عمار مسعود (العربية)
تتيح لك هذه الدورة المجانية تعلم كيفية تطبيق إطار SAIF على أنظمة الذكاء الاصطناعي الواقعية، مع التركيز على الحوكمة، المخاطر، والامتثال. تم تحديث المحتوى في يوليو 2026 لتضم أحدث الممارسات مع NIST، ISO/IEC 42001، وOWASP. ستحصل على مهارات عملية تسمح لك بإعداد تقارير للجان الإدارة وتقديم حلول أمنية جاهزة للنشر.

What You'll Learn

Build خريطة مخاطر SAIF شاملة تشمل البيانات، البنية التحتية، النموذج، والتطبيق.
Master تحليل المخاطر الخمسة عشر لإطار SAIF وتحديد أولوياتها بناءً على تأثير الأعمال.
Learn كيفية اختيار الضوابط وربطها في مصفوفة الضوابط مقابل المخاطر.
Understand آلية تأمين وكلاء الذكاء الاصطناعي باستخدام SAIF 2.0 (الإشراف، الحد الأدنى من الصلاحيات، القابلية للمراقبة).
Create تقييم ذاتي لمخاطر SAIF وإعداد خارطة طريق معالجة مدتها 90 يوماً.
Implement مواءمة SAIF مع NIST AI RMF، ISO/IEC 42001، OWASP LLM Top 10، وMITRE ATLAS.
Apply لغة SAIF لتقديم تقارير المخاطر للجان الإدارة والجهات التنظيمية.
Analyze مشروع نهائي يدمج جميع المفاهيم في حالة مصرفية رقمية واقعية.

Course Details

Instructor: الدكتور عمار مسعود (العربية)
Language: العربية (ar-SA)
Enrolled students: 434
Certificate: Yes, upon completion
Includes: اختبارات قصيرة بعد كل قسم، 6 مهام تطبيقية مع حلول نموذجية، مشروع نهائي شامل

What This Course Covers

العناصر الستة الأساسية في إطار SAIF

تعريف كل عنصر من العناصر الستة وأهميته في دورة حياة الذكاء الاصطناعي.
ترتيب العناصر لتسهيل التنفيذ المتدرج داخل برامج الحوكمة.
أمثلة عملية على تطبيق العناصر في بيئات مؤسساتية.
ربط العناصر بمتطلبات الامتثال التنظيمي.

خريطة مخاطر SAIF

مكونات الخريطة: البيانات، البنية التحتية، النموذج، والتطبيق.
طرق جمع وتحليل البيانات لتحديد نقاط الضعف.
تقنيات رسم الخريطة باستخدام أدوات رسومية شائعة.
دمج الخريطة مع سياسات الأمن المؤسسية.

مخاطر SAIF الخمسة عشر

توضيح خطر تسميم البيانات وكيفية اكتشافه مبكراً.
شرح خطر تسريب النموذج وإجراءات الحد منه.
استعراض خطر حقن الموجهات وتأثيره على سلوك الأنظمة.
سرد خطر الإفصاح عن البيانات الحساسة وإجراءات التحكم.

الضوابط ومصفوفة المخاطر

اختيار الضوابط المناسبة لكل خطر من الخمسة عشر.
بناء مصفوفة الضوابط مقابل المخاطر بطريقة بصرية.
اختبار فعالية الضوابط عبر سيناريوهات محاكاة.
توثيق الضوابط في دليل الحوكمة المؤسسي.

SAIF 2.0 وتأمين وكلاء الذكاء الاصطناعي

مفهوم الإشراف البشري وتطبيقه على الوكلاء التوليدية.
تحديد الحد الأدنى من الصلاحيات لمنع الاستخدام غير المصرح به.
تقنيات مراقبة السلوك وتسجيل الأنشطة للوكيل.
إنشاء خريطة مخاطر خاصة بالوكلاء وربطها بالضوابط.

المواءمة مع المعايير العالمية

مقارنة بين SAIF وإطار NIST AI RMF وتحديد أوجه التشابه.
ربط المتطلبات مع ISO/IEC 42001 لضمان التوافق الدولي.
دمج توصيات OWASP LLM Top 10 في سياسات الحماية.
تطبيق مبادئ MITRE ATLAS لتقييم تهديدات الذكاء الاصطناعي.

Who Should Take This Course

مسؤولو أمن المعلومات الذين يبنون برنامجاً لأمن الذكاء الاصطناعي.
مهندسو الأمن ومهندسو البنية التحتية الذين يؤمنون مسارات الذكاء الاصطناعي ووكلائه.
المتخصصون في مخاطر الذكاء الاصطناعي والامتثال الذين يحتاجون إلى إطار مرجعي عملي.
قادة الحوكمة والامتثال الراغبين في تقديم تقارير مخاطر جاهزة للجان الإدارة.
مستشارو GRC الذين يسعون لتوسيع مهاراتهم إلى مجال الذكاء الاصطناعي الآمن.

Prerequisites

لا يتطلب أي خبرة سابقة في هندسة تعلم الآلة.
يفضَّل إلمام أساسي بمفاهيم الأمن السيبراني وإدارة المخاطر.

Why Enroll in This Course

هذه الدورة تقدم محتوى عمليًا يدمج النظرية مع تطبيقات واقعية على مشروع مصرفي رقمي. بفضل القسيمة المجانية المتاحة الآن، يمكنك الحصول على 100 % خصم لفترة محدودة دون الحاجة إلى بطاقة ائتمان. مقارنةً بالدورات الأخرى، يركز هذا التدريب على إعداد تقارير للجان التنفيذية، ما يجعله فريداً للمسؤولين التنفيذيين.